“大数据技术与应用”专业人才目标岗位和知识框架

湖南三一工业职业技术学院 湖南 长沙 410129

一、大数据行业与产业链关系

党的十九大提出要推动互联网、大数据、人工智能和实体经济深度融合。当前,大数据行业与经济社会各领域渗透融合。大数据在各行各业的应用随着应用场景不同有着不同的呈现方式,不过从宏观来看,大数据行业主要处在产业链的中游。如表1所示,上游的实体经济、虚拟经济、社会管理及其他行业产生数据,接下来从数据采集、数据清洗、数据建模、数据分析到数据呈现这些中游环节都属于大数据行业范畴。而大数据分析呈现的结果主要提供给下游企业决策、改进或政府决策、调控。比如工厂生产过程中产生的工艺数据,通过采集、清洗、建模、分析和呈现,可以为我们改进生产工艺、提升产品质量、降低生产成本等提供决策依据。再比如三一集团的“挖掘机指数”,数据采集自上游三一挖掘机设备的实际施工,数据分析处理后呈现给下游国家相关部门作为政府决策和宏观调控的参考依据。

表1 大数据行业与产业链关系

二、人才目标岗位

从表1看,处在中游的大数据行业可以细化为数据采集、数据清洗、数据建模、数据分析、数据呈现这样一条相对独立、专业性强的子产业链。同时,从技术难度角度和人才需求数量角度考虑,在大数据行业各个环节中,大专层次合格毕业生能胜任的主要是数据采集、数据清洗、数据呈现,另外优秀的大专毕业生也可以胜任数据分析环节的岗位工作。

在数据应用领域,相对基础性的技术岗位如数据采集、数据清洗、数据呈现等比较适合大专层次的毕业生,也是“大数据技术与应用”大专专业主要面向的岗位。“大数据技术与应用”大专专业正好与这条产业链相对接。

如表2所示,“大数据技术与应用”大专专业毕业生就业岗位主要在相关领域从事软件编程类、分析应用类、开发运维类的工作。大数据软件编程类的初始岗位为初级工程师(或称助理工程师),发展岗位为中级工程师,高级岗位为系统架构师。大数据分析应用类的初始岗位为大数据助理分析师,发展岗位为数据分析师,高级岗位为数据建模师。大数据开发运维类的初始岗位为数据库管理员,发展岗位为大数据系统运维工程师,高级岗位为大数据开发工程师。

表2 大数据技术与应用专业的目标就业岗位

其中初级岗位按人才培养目标培养毕业后可以上岗,中级岗位按人才培养方案毕业后两年可以胜任。高级岗位毕业工作五年后可以胜任。

三、人才知识框架

结合大专层次人才培养的特点,与表2目标岗位相呼应,按照产教融合的思路从专业人才培养的目标岗位逆推岗位的技术领域、所需的核心能力以及对应的核心专业课程和相关证书,从而得到表3大数据技术与应用专业人才的知识框架。表3列出了“大数据技术与应用”专业毕业生的主要职业类别、技术领域、核心能力要求、对应的专业核心课程以及相关的职业资格证或技能等级证书。

表3 大数据技术与应用专业的核心能力与课程、证书对应表

四、总结

通过上述分析,厘清了大数据与各行各业的关系及大数据行业与整个产业链的关系。结合大数据行业各环节的业务内容,从技术难度角度和人才需求数量角度考虑,确定了大数据技术与应用大专专业毕业生就业的主要目标岗位。按照产教融合的思路从专业人才培养的目标岗位逆推岗位的技术领域、所需的核心能力以及对应的核心专业课程和相关证书,从而搭建起大数据技术与应用专业人才的知识框架,并为专业课程体系的构建提供了有力的依据。